【ITニュース解説】The influencer in this Vodafone ad isn’t real

最近、ドイツの通信大手ボーダフォンがTikTokで公開した広告が大きな注目を集めている。この広告にインフルエンサーとして登場する若い女性は、一見すると実在の人物のように見えるが、実は生成AI（ジェネレーティブAI）によって人工的に作り出されたデジタルヒューマンである可能性が指摘された。この出来事は、AI技術が広告やコンテンツ制作の現場で急速に実用化されつつある現状を示す、象徴的な事例といえる。システムエンジニアを目指す上で、このような最先端技術がビジネスにどう応用されているかを理解することは非常に重要である。

まず、この広告の背景にある「生成AI」という技術について理解する必要がある。生成AIとは、大量のデータを学習し、そのデータが持つパターンや特徴を捉えることで、全く新しいオリジナルのコンテンツを自ら生成する能力を持つ人工知能の一分野である。具体的には、文章、画像、音声、音楽、そして今回の事例のような動画など、多岐にわたるコンテンツを生み出すことができる。例えば、ユーザーが「夕焼けの海辺を歩く犬」といったテキストを入力するだけで、その通りの絵を生成する画像生成AIや、自然な対話が可能なチャットボットは、生成AIの代表的な応用例だ。ボーダフォンの広告で用いられたのは、この技術をさらに発展させた動画生成AIだと考えられる。この技術は、特定の人物の顔のデータや声、話し方の特徴などを学習し、それらを基に、まるで本人が話しているかのような新しい動画コンテンツを生成することができる。

企業が広告制作に生成AIを導入する動きには、明確なメリットが存在する。第一に挙げられるのが、コストの大幅な削減である。従来、広告を制作する際には、実在の俳優やモデル、インフルエンサーを起用する必要があった。これには、キャスティング費用、撮影スタッフや機材の人件費、ロケーションやスタジオのレンタル費用など、多額のコストが発生する。しかし、AIによって生成されたアバター、いわゆるデジタルヒューマンを起用すれば、これらの物理的な撮影に伴うコストの多くを削減できる。第二に、制作における柔軟性とスピードの向上がある。広告の内容を少し変更したい、あるいはターゲット層に合わせて複数のバージョンを作成したいといった場合、従来の方法では再撮影が必要となり、時間もコストもかかる。生成AIを用いれば、セリフや表情、背景などをプログラム上で修正するだけで、迅速かつ容易に新しいバージョンの広告を生成できる。これにより、グローバル展開における多言語対応や、ABテストのための細かな調整も効率的に行えるようになる。さらに、ブランドイメージのコントロールが容易になるという利点もある。起用したタレントが予期せぬ不祥事を起こし、広告キャンペーン全体が中止に追い込まれるといったリスクを、AIアバターであれば完全に回避できる。

一方で、現在の生成AI技術にはまだ課題も残されている。ボーダフォンの広告では、登場する女性がAIによって生成されたことを示唆するいくつかの不自然な点、いわゆる「tell（サイン）」が視聴者によって指摘された。一つ目は、髪の毛の不自然な動きである。人間の髪は非常に複雑で、一本一本が物理法則に従って独立して動く。現在のAI技術では、この繊細な動きを完全にシミュレートすることが難しく、髪全体がひとつの塊のように揺れたり、頭の動きに対してわずかに遅れて追従したりするなど、不自然さが生じることがある。二つ目は、映像全体における細部の一貫性の欠如である。記事では、女性の顔にあるほくろが、あるフレームでははっきりと見えているにもかかわらず、次の瞬間には消えてしまうといった現象が報告されている。これは、AIが動画をフレーム単位で生成する際に、前のフレームとの完全な整合性を保つことの難しさを示している。人間であれば無意識に維持している身体的な特徴の一貫性が、AIではまだ完璧ではないのだ。三つ目の指摘は、「不気味の谷」と呼ばれる心理現象に関連する。これは、ロボットやCGキャラクターなどが人間に非常に近い外見になると、かえって人々が違和感や嫌悪感を抱くというものである。AIが生成した人物の表情の変化、瞬きの頻度、口の動きなどが、人間のそれと微妙に異なることで、視聴者は無意識のうちに「何かがおかしい」という不気味さを感じ取ってしまうことがある。

このようなAIアバターを生成する技術の根幹には、GANs（敵対的生成ネットワーク）や拡散モデルといった、深層学習（ディープラーニング）のアルゴリズムが存在する。これらのモデルは、膨大な数の人間の顔写真や動画データを学習データとして取り込む。その過程で、AIは「人間らしい顔の構造」や「自然な表情の変化」、「滑らかな動き」といったパターンを統計的に学習し、それに基づいて新しい、実在しない人物の映像を生成する能力を獲得する。現在はまだ上記のような不自然さが散見されるものの、技術の進化速度は非常に速い。数年後には、専門家でさえも人間とAIの生成した映像を区別することが困難になるレベルに到達すると予測されている。この技術は広告業界にとどまらず、映画やゲームのキャラクター制作、バーチャルアシスタント、さらにはニュースキャスターや教育コンテンツの講師など、人間が担ってきた役割を代替する形で、社会のあらゆる場面に応用されていく可能性がある。

このボーダフォンの広告事例は、AI、特に生成AIがもはや研究室の中だけの技術ではなく、実際のビジネス課題を解決し、新たな価値を創造するための実用的なツールとして社会に深く浸透し始めていることを明確に示している。システムエンジニアを目指す者にとって、プログラミング言語やデータベース、ネットワークといった基礎的な技術知識を習得することは不可欠である。しかし、それと同時に、AIや機械学習といった最先端の技術が社会でどのように活用され、どのような技術的課題や倫理的課題を抱えているのかについて、常にアンテナを張り、理解を深めておくことが極めて重要となる。このような技術の進化を継続的に追いかけ、その仕組みを深く理解し、自らの手で応用できるスキルを身につけることこそが、これからの時代に求められるエンジニア像であり、自身のキャリアを切り拓く上での大きな強みとなるだろう。